pandas 查nan值

pandas是一个强大的Python数据分析库，它提供了大量的数据处理功能。在pandas中，可以通过以下方法查找和处理含有NaN值的数据：

1. `isnull()` 和 `notnull()` 方法：这两个方法可以返回一个布尔型的DataFrame或Series，其中的True表示对应位置的数据是NaN，False表示不是。例如：

   import pandas as pd
   import numpy as np

   df = pd.DataFrame({
       'A': [1, 2, np.nan],
       'B': [4, np.nan, np.nan],
       'C': [7, 8, 9]
   })

   print(df.isnull())  # 显示DataFrame中的NaN位置
   print(df.notnull()) # 显示非NaN的位置

2. `dropna()` 方法：此方法可以删除包含NaN的行或列。例如：

   df_dropped = df.dropna() # 删除含有NaN的行
   df_dropped_column = df.dropna(axis=1) # 删除含有NaN的列

3. `fillna()` 方法：可以用来填充DataFrame中的NaN值。你可以选择用特定的值填充，也可以使用前一个非NaN值、后一个非NaN值或者使用插值方法填充。例如：

   df_filled = df.fillna(0) # 用0填充NaN值
   df_filled_forward = df.fillna(method='ffill') # 向前填充NaN值

4. 直接查询含有NaN的行或列：

   nan_rows = df[df.isnull().any(axis=1)] # 获取含有NaN值的行
   nan_columns = df.columns[df.isnull().any()] # 获取含有NaN值的列

通过这些方法，可以轻松地识别和处理pandas DataFrame中的NaN值。